MétaCan
Menu
Retour à la cohorte
Enregistrement W3160184330 · doi:10.1016/s2589-7500(21)00064-9

The hopes and hazards of using personal health technologies in the diagnosis and prognosis of infections

2021· article· en· W3160184330 sur OpenAlexaboutno aff
Jennifer M. Radin, Giorgio Quer, Marwa Jalili, Dina Hamideh, Steven R. Steinhubl

Notice bibliographique

RevueThe Lancet Digital Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 diagnosis using AI
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institutes of Health
Mots-clésIntensive care medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Work from numerous groups has shown the potential of using data from wearable devices to characterise each individual's unique baseline, identify deviations from that baseline suggestive of a viral infection, and to aggregate that data to better inform population surveillance trends. With a growing global population of connected wearable users, this could potentially help improve the earlier diagnosis and management of infectious individuals and improve timeliness and precision of tracking infectious disease outbreaks.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,108
score de la tête « metaresearch » (Gemma)0,170
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,571

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1080,170
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,015
Communication savante0,0090,021
Science ouverte0,0030,007
Intégrité de la recherche0,0120,014
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,077
Tête enseignante GPT0,381
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Digital HealthMême sujetCOVID-19 diagnosis using AITravaux en français237 207